信頼区間と仮説検定の数学的同値性
信頼区間と仮説検定の間には、深い数学的関係があります。特に、同じ有意水準での両側検定と同じ信頼水準の信頼区間は、数学的に同値な情報を提供します。
理論的背景
母平均 $\mu$ に対する両側検定と信頼区間の関係は以下の通りです：
両側検定：
$H_0: \mu = \mu_0$ vs. $H_1: \mu \neq \mu_0$
有意水準 $\alpha$ で棄却する条件：$|\bar{x} - \mu_0| > t_{\alpha/2, df} \cdot SE$
$(1-\alpha) \times 100$%信頼区間：
$[\bar{x} - t_{\alpha/2, df} \cdot SE, \bar{x} + t_{\alpha/2, df} \cdot SE]$
同値性の原理
両者は数学的に同じ不等式を異なる形で表現しているだけです：
- 検定：$\mu_0$ が標本平均の周りの「棄却領域」にあるかどうか
- 信頼区間：標本平均の周りの「受容領域」に $\mu_0$ が含まれるかどうか
今回の具体的判断
与えられた情報：
- 95%信頼区間：[98.5, 101.2]
- 帰無仮説：$\mu = 102$
- 対応する検定：有意水準 5% の両側検定
判断ロジック：
仮説値 102 ∉ [98.5, 101.2] → 棄却
仮説値 102 は信頼区間の上限 101.2 よりも大きいため、区間外にあります。
注意点
- 両側検定のみ適用：片側検定ではこの同値性は成り立たない
- 同じ有意水準/信頼水準：95%信頼区間 = 5%有意水準
- 同じ前提条件：正規性、独立性など
| 手法 | 判断基準 | 今回の判断 |
|---|
| 信頼区間 | $\mu_0 \in$ 区間か？ | 102 ∉ [98.5, 101.2] → 棄却 |
| 両側検定 | $|t| > t_{crit}$か？ | 同じ結果 → 棄却 |
実用的利点
- 効率性：一度の計算で両方の情報を得られる
- 直感的理解：区間の外側 = 異常値 = 棄却
- 結果の一貫性：異なるアプローチで同じ結論
片側検定での注意：片側検定では、信頼区間は片側信頼区間（上限または下限）となり、通常の両側信頼区間との直接的な対応はありません。